Python 使用列表理解或 apply() 返回特定列

Question

我正在尝试将 R 代码转换为 Python 代码，但卡在了这一点。您能告诉我在 Python 中实现此代码片段的最佳方法是什么吗？

only0_0$count =0
for(i in 2:length(only0_0$ID))
{
    only0_0$count[i]=ifelse((only0_0$year[i]-1) %in% 
    clientData$Year[clientData$CUSTOMERID %in% only0_0$ID[i]],1,0)
}

背景:

1. clientData 和 only0_0 都是 DataFrame。
2. 客户数据{列:年份、客户 ID、...}
3. only0_0 {列:年份、ID}
4. ID 和 CustomerID 都代表相同的事物，并且在相应的表中不是唯一的。
5. 仅按 {'ID','year'} 排序 0_0

伪代码:

1. 在 only0_0 中，创建新列“count”将全部为零。

2. for 循环从第二个观察到最后一个，将“count”变量填充为:

   • 从 clientData 中选择所有“CustomerID”，其中 only0_0 中的“ID”与特定行匹配。
   • 例如仅0_0.ID == 3197
   • clientData.CustomerID 将返回 customerID=3197 的所有行 ID
   • 例如最后一步的输出:rowid(或 Python 中的索引){3,11, 81, 87}
   • 从上一步返回的行 ID 中提取相应的年份值

   • 例如最后一步的输出:{2006, 2008, 2009, 2006}

   • 假设:(only0_0.year - 1) == 2008 的输出

   • 自 2008 年起为 {2006, 2008, 2009, 2006}，计数 = 1

现在是否清楚请告诉我。

Answer 1

如果不知道 only0_0 和 clientData 具体是什么，这是相当困难的，但这里有一些片段可以帮助您:

我假设 only0_0 是一个 pandas.DataFrame 和 clientData 一个字典，因为它不包含统一数据。

例如

import pandas as pd
clientData = {'Year': [..., ...], 'CUSTOMERID_transformed': ....}
only0_0 = pd. DataFrame({'count': [1, 2, 3, ...], 'year': [2010, 2012, 2019, ...]})

only0_0.loc[i, 'count'] = 0
for i in range(1, only0_0.shape[0]):    # i.e. skipping the first row
   only0_0.loc[i, 'count'] = 0 if ... else 1

或

... = int(1-bool(...))

但我认为写起来更Pythonic

if ...:
    only0_0.loc[i, 'count'] = 0
else:
    only0_0.loc[i, 'count'] = 1

现在对于条件，我认为它是由以下组成的

(only0_0.loc[i, 'year'] - i) in clientData['Year'][...]

和

clientData['CUSTOMERID_transformed'] in only0_0.loc[i, 'ID0_0']

编辑:你的注释表明，相反

only0_0.loc[i, 'ID0_0'] in clientData['CUSTOMERID_transformed'] 

我希望这对您有所帮助。